切削過程的能效在線識別是高能效切削的重要課題之一。如何在線判斷切削狀態(tài)是否處于高能效狀態(tài)是本文的研究目標(biāo)。本文針對切削過程能效狀態(tài)識別問題,對加工系統(tǒng)監(jiān)測信號中表征能效狀態(tài)的特征及其提取算法進(jìn)行了探索。本文從銑削力的角度入手,提取銑削力信號中與能效狀態(tài)相關(guān)的信息,探索銑削加工過程中能效狀態(tài)屬性及變化規(guī)律,為銑削加工系統(tǒng)的能效狀態(tài)在線監(jiān)測提供理論依據(jù)和技術(shù)解決方案。本文設(shè)計了機(jī)床空載及負(fù)載條件下的能效狀態(tài)識別系統(tǒng)。根據(jù)經(jīng)驗?zāi)Ｐ蛯蛰d及銑削過程的能效狀態(tài)進(jìn)行分類。由于銑削力信號是一種混疊多源狀態(tài)的信號,本文基于集合經(jīng)驗?zāi)B(tài)分解、主成分分析和獨(dú)立分量分析提出一種用于分離提取銑削力信號中能效狀態(tài)特征分量的算法。該算法首先利用集合經(jīng)驗?zāi)B(tài)分解將經(jīng)過預(yù)處理的單通道銑削力信號分離成多組分量,目的是對混疊信號進(jìn)行解耦。然后用主成分分析去除各分量間的相關(guān)性,提取與源信號相關(guān)的主要分量,對數(shù)據(jù)進(jìn)行降維,以加快算法迭代速率及后續(xù)信號分離的效率。對降維后的分離用快速獨(dú)立分量分析進(jìn)行處理,分離出組成多組分量的對應(yīng)的相互獨(dú)立的源信號。通過分析銑削力分離源信號的時頻特征,提取表征能效狀態(tài)的特征分量,發(fā)現(xiàn)在高能效狀態(tài)... 

【文章來源】：上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

加工過程機(jī)床主電動機(jī)功率曲線

上海交通大學(xué)碩士學(xué)位論文5號及功率來反映能效特征的方法。美國加州大學(xué)伯克利分校Vijayaraghavan教授[44]的研究團(tuán)隊指出，傳統(tǒng)節(jié)能策略涉及切削系統(tǒng)各個環(huán)節(jié)，由于切削機(jī)床千變?nèi)f化，且總體復(fù)雜程度高，建立準(zhǔn)確的能耗模型難度高，在實際生產(chǎn)環(huán)境中的精度及可操作性差，為此他們提出了機(jī)床基于事件流的自動能耗分級監(jiān)測方法，如圖1-3所示，并設(shè)計了相應(yīng)的決策程序，可以改善機(jī)床運(yùn)行過程中的能效狀態(tài)。該研究成果可以用于在線測量，但沒有報道具體的在線實時監(jiān)測實施方案。因此，許多學(xué)者認(rèn)識到有效的解決方案是在加工過程中在線監(jiān)測和識別能效狀態(tài)[45,46]。其聚焦于與能效狀態(tài)相關(guān)的信號，可以從多個信號（力，溫度，功率，聲發(fā)射，振動等）包含信息中推斷能效狀態(tài)[47-49]。國內(nèi)重慶大學(xué)胡韶華等人[50]在切削系統(tǒng)能效在線監(jiān)測方面做了大量工作，他提出能效不僅對機(jī)械系統(tǒng)本身有著重要意義，而且對環(huán)境的影響也是至關(guān)重要的，因此需要對切削過程進(jìn)行能效的在線、實時監(jiān)測。蔡赟[51,52]做了大量與能效狀態(tài)在線識別的研究，包括用馬爾可夫模型推斷能效狀態(tài)，用小波變換和獨(dú)立成分分析對瞬時能效信號特征提取，對能效狀態(tài)進(jìn)行在線監(jiān)控。切削過程能效狀態(tài)評估、監(jiān)測及控制策略大多從控制設(shè)備性能、工藝流程與參數(shù)等方面著手，建立了包括加工設(shè)備、系統(tǒng)及過程參數(shù)的多種節(jié)能模型并開發(fā)了相應(yīng)的優(yōu)化算法，這些節(jié)能理論和策略無疑對改善加工系統(tǒng)的能耗狀態(tài)、擬定節(jié)能工藝具有重要的指導(dǎo)價值，但面對千變?nèi)f化的切削系統(tǒng)和過程，建立準(zhǔn)確的、全面的定量能效模型用于切削系統(tǒng)的實時能效狀態(tài)評估難度很大，模型的魯棒性、可靠性不能保證，因而也難以真正應(yīng)用于生產(chǎn)實際。而在線能效狀態(tài)監(jiān)測，則可以從監(jiān)測傳感器信號中獲得能效狀態(tài)的信息，避免?

第二章銑削過程能效狀態(tài)識別方法102.2銑削過程能效狀態(tài)識別算法不同加工條件、機(jī)床加工過程能量損失是動態(tài)的，其能效也是不斷變化的。圖2-2為機(jī)床加工過程能量流示意圖，從中可以更直觀的看出，機(jī)床能量流失過程的復(fù)雜性，基于加工過程能量損失涉及的部件眾多以及損失過程復(fù)雜，考慮從機(jī)床輸入和輸出端入手，通過監(jiān)測機(jī)床輸入功率和銑削力信號，利用特征分離解耦算法提取銑削力信號中表征能效狀態(tài)的特征來評估機(jī)床能效狀態(tài)。圖2-2機(jī)床加工過程能量流示意圖Fig.2-2Theenergyflowchartofmachinetoolprocessing能效狀態(tài)隱含在常規(guī)監(jiān)測信號中，銑削過程能效狀態(tài)特征是一種多源耦合狀態(tài)特征，若要實現(xiàn)能效特征的提取，信號分解算法尤為重要。為探究加工過程能效狀態(tài)特征變量，本文提出了針對銑削力多源耦合信號的分解流程。信號分解的流程如圖2-3所示，其目標(biāo)是將通過算法從混疊的原信號中分離出獨(dú)立的源信號，從源信號中獲取表征銑削過程能效狀態(tài)的特征變量。圖2-3信號分解流程圖Fig.2-3Flowchartofsignaldecomposition針對能效信號，在分解過程中需要聚焦三個方面：第一要保證信號的真實性，避原信號信號解耦數(shù)據(jù)壓縮及降維信號分離源信號

【參考文獻(xiàn)】：
期刊論文
[1]數(shù)控機(jī)床進(jìn)給系統(tǒng)功率模型及空載功率特性[J]. 胡韶華,劉飛,胡桐.  重慶大學(xué)學(xué)報. 2013(11)
[2]數(shù)控機(jī)床多源能量流的系統(tǒng)數(shù)學(xué)模型[J]. 王秋蓮,劉飛.  機(jī)械工程學(xué)報. 2013(07)
[3]數(shù)控機(jī)床變頻主傳動系統(tǒng)的空載能量參數(shù)特性研究[J]. 胡韶華,劉飛,何彥,胡桐.  計算機(jī)集成制造系統(tǒng). 2012(02)
[4]數(shù)控機(jī)床能量設(shè)計因子提取方法研究[J]. 周丹,劉光復(fù),何平.  中國機(jī)械工程. 2011(03)
[5]基于主元分析法的淺地層小目標(biāo)探測算法[J]. 馮溫雅,彭正輝,費(fèi)翔宇,應(yīng)娉.  物探與化探. 2010(04)
[6]基于快速獨(dú)立分量分析的模態(tài)振型識別方法研究[J]. 張曉丹,姚謙峰,劉佩.  振動與沖擊. 2009(07)
[7]面向狀態(tài)監(jiān)測的改進(jìn)主元分析方法[J]. 韋潔,張和生,賈利民.  電子測量與儀器學(xué)報. 2009(07)
[8]數(shù)控機(jī)床空載運(yùn)行時節(jié)能決策模型及實用方法[J]. 施金良,劉飛,許弟建,陳國榮.  中國機(jī)械工程. 2009(11)
[9]綠色制造生產(chǎn)過程多目標(biāo)集成決策運(yùn)行機(jī)理研究[J]. 張華,江志剛,吳曉珍,王賢琳,俞育軍.  武漢科技大學(xué)學(xué)報(自然科學(xué)版). 2008(01)
[10]主元分析法在原油儲罐監(jiān)控系統(tǒng)中的應(yīng)用[J]. 劉春濤,陳祥光,李宇峰,劉志成.  儀器儀表學(xué)報. 2006(S2)

博士論文
[1]現(xiàn)代數(shù)控機(jī)床多源能耗特性研究[D]. 胡韶華.重慶大學(xué) 2012
[2]基于盲源分離技術(shù)的工程結(jié)構(gòu)模態(tài)參數(shù)識別方法研究[D]. 張曉丹.北京交通大學(xué) 2010

碩士論文
[1]基于EEMD的結(jié)構(gòu)損傷識別研究[D]. 岳槐宇.青島理工大學(xué) 2016
[2]基于EEMD-SVD的FCM聚類的軸承故障診斷[D]. 康樂.燕山大學(xué) 2016
[3]數(shù)控加工切削參數(shù)優(yōu)化的研究[D]. 趙緒平.沈陽工業(yè)大學(xué) 2006



本文編號：3027444